a.GRU(Gated Recurrent Unit)也称门控循环单元结构，它也是传统RNN的变体。同LSTM一样也可以捕捉长序列之间的语义关联，缓解梯度爆炸或梯度消失现象，但它的结构和计算要比LSTM要简单。但GRU不能完全解决梯度消失的问题，同时其作为RNN的变体，有着RNN结构本身的一大弊端，即不能进行并行计算，这在数据量和模型体量逐步增大的未来，是RNN发展的瓶颈b.GRU的核心结构可以分